當我試圖解決神經網絡的分類問題時,數據集中的類用k-means進行計算。是有監督的還是無監督的學習?受監督或無監督
Q
受監督或無監督
1
A
回答
0
這可能屬於啓發式方法類semi-supervised learning。
0
神經網絡的學習算法可以是有監督的或無監督的。
神經網絡據說學習監督如果所需的輸出已知。 示例:模式關聯
學習無監督的神經網絡沒有這樣的目標輸出。 無法確定學習過程的結果如何。 在學習過程中,根據給定的輸入值,這種神經網絡的單位(權重值)被「排列」在一定的範圍內。目標是在價值範圍的某些區域將相似的單位靠近在一起。 示例:模式分類
相關問題
- 1. Akka監督管理監督
- 2. 正在接受隨機人員監督或無人監督學習的調查?
- 3. 圖像識別使用監督或無監督學習
- 4. 何時使用有監督或無監督學習?
- 5. Erlang:誰來監督監督員?
- 6. 內存監督
- 7. 直接/間接和監督/無監督/強化學習
- 8. 如何提出有監督和無監督學習的問題?
- 9. 無監督學習句子
- 10. 無監督SOM可視化
- 11. 無監督情緒分析
- 12. Akka模型監督
- 13. ejabberd監督模塊
- 14. 監督Erlang/OTP監督行爲中的普通進程
- 15. 使用PCA時監督學習和無監督學習的區別
- 16. Python監督機器學習
- 17. 監督一個Python子殼
- 18. 盡力而爲OTP監督
- 19. 監督重啓過程
- 20. Erlang監督node.js實例
- 21. MVP - 監督控制器
- 22. 監督樹未能啓動
- 23. 使用TensorFlow監督員
- 24. MATLAB - 監督Classifcation /分割
- 25. 二郎監督樹終止
- 26. 如何用無監督域適應
- 27. NLTK中的無監督HMM訓練
- 28. 是否在Spark監督或無監督的MLlib庫中預定義了流式k均值聚類?
- 29. 監督員崩潰時,工作人員,其中監督員不應該
- 30. 逆向工程編程語言或'無監督學習語言'